RAG (retrieval-augmented generation)

Engelsk term: Retrieval-Augmented Generation (RAG)
Svensk term: RAG (retrieval-augmented generation)

Vad är RAG (retrieval-augmented generation)?

RAG är en teknik som förbättrar AI-modellers förmåga att generera faktabaserade svar. Istället för att enbart förlita sig på sin träningsdata hämtar RAG-modellen information från en extern kunskapsbas och använder den för att formulera sitt svar. Det är som att en student får slå upp svaret i en bok innan hen svarar.

Flödesdiagram där användarens fråga skickas till en retriever som söker i en vektordatabas, hämtar relevanta textstycken och skickar fråga plus kontext vidare till en språkmodell som svarar. — Retriever-steget letar upp relevant kontext i en extern kunskapsbas, så att språkmodellen kan svara grundat på rätt material istället för bara sin träningsdata.

Ursprung och källa

Patrick Lewis et al. (Meta AI), 2020

Se även

Träningsdata

Läs mer

arXiv: RAG (originalpaper)